决定成败的是脚手架，不是模型：为什么同一个 LLM 缺少合适的脚手架就会多烧 4 倍的 token
从 token 效率的角度解读 “脚手架 > 模型” 这一论点：同一个模型裸跑只解决了 6.7% 的任务，配上合适的脚手架却能解决 68%——而且用掉的 token 还少了 4 倍。什么是脚手架、为什么真正的 token 账单就藏在这里、Life-Harness 和 Meta-Harness 两篇论文证明了什么。此外还会讲到，你的 Claude Code 技术栈（子代理、技能、钩子、图谱）本身就已经是一套脚手架。